Sequential Dense 參數說明

woff

常常看到，但各個參數代表什麼卻不知道
以下說明

1. model.add(Dense(units=256, input_dim=784, kernel_initializer='normal', activation='relu'))

複製代碼

units：輸出矩陣的維數，愈大表示分類更細，擬合度愈高，雖然準確率提高，但也要
防止過度擬合（Overfit）
 activation：使用的 Activation function，若未設定，即簡化為 y＝x * W＋b
 use_bias：是否使用偏差項（Bias），若未設定或為 False，即簡化為 y＝g(x * W)
 kernel_initializer：權重（W）的初始值，參見前面說明
 bias_initializer：偏差項（Bias）的初始值，參見前面說明
 kernel_regularizer：權重（W）正規化（或稱正則項）函數，作用是對權重矩陣加上
懲罰性函數（Penalty），以防止過度擬合（overfit），參見 regularizer
 bias_regularizer：偏差項（Bias）的正規化函數
 activity_regularizer：輸出（y）的正規化函數
 kernel_constraint：針對權重（W）加上限制條件，參見 constraints
 bias_constraint：針對偏差項（Bias）加上限制條件，參見 constraints